A Zero - one Goal Programming Model for Marketing Project Selection 0 - 1 模型應用於行銷專案選擇
نویسنده
چکیده
A zero-one goal programming (ZOGP) is an important technique for solving many real-world problems. This paper adopts the new approach to show how to program the ZOGP model to solving a decision / management problem. The decision model is developed as a binary goal programming model base on a case analysis. The overall objective is to design and evaluate a model for effective resource planning in a marketing activity projects selection process. The main contribution is in problem identification and development of the mathematical model for project selection. This ZOGP model facilitates decision-making (DM) planning process and managerial policy in resources distribute.
منابع مشابه
應用句型結構與部份樣本樹於對話行為之偵測 (Dialogue Act Detection Using Sentence Structure and Partial Pattern Trees) [In Chinese]
本論文提出一使用部份樣本樹及句型結構於對話行為之偵測。為了建構具強健性的對話 行為偵測模型,我們針對語音辨識之輸出語句,使用部份樣本樹來產生多重候選句,以 避免語音辨識錯誤所衍生句子錯誤之問題。而後再經由剖析器得到候選句所對應之語法 規則。而再針對每一類對話行為所包含的規則做句型分類,來降低對話行為之間的混淆。 最後,利用潛在對話行為矩陣來描述語法規則和意圖之間的關係。另外,在對話系統應 用中,我們採用部份觀察馬可夫決策程序從對話歷程中訓練出之最佳對話策略,以增進 對話系統的可用性。在實驗中,我們建立一個旅遊資訊諮詢對話系統,作為實際應用測 試平台。而在測試時,分別就每項對話行為做測試。相較於應用語義表格(semantic slot) 方法達到之 48.1%正確率,本論文所提之方法可得到整體正確率為 81.9%,提升了 33.8% 的正確率。由實驗可知論文所提之方法在實際應用上能有明...
متن کامل基於聽覺感知模型之類神經網路及其在語者識別上之應用 (Two-stage Attentional Auditory Model Inspired Neural Network and Its Application to Speaker Identification) [In Chinese]
根據神經生理學研究,耳朵會針對聲音的各個頻率進行分頻,並產生出聽覺頻譜,研究人 員根據專注聽覺現象和生物聽覺實驗,也發現了大腦聽覺皮質上神經作用的模式。於本論文中, 我們運用類神經網路,建構出一種模擬人類聽覺的類神經網路模型,並在語者識別這個應用上 進行討論,期望能成功連結神經生理學的知識與工程的技術。而我們所設計的模型,是利用兩 層不同維度的卷積神經網路(Convolutional Neural Network),分別模擬初期耳蝸階段及大腦皮質 階段,透過設計卷積核初始值,即耳蝸階段多組一維分頻濾波器和大腦皮質階段同時解析時頻 資訊的二維濾波器,以使模型能夠快速地達到收斂狀態。而透過模型訓練,根據目的與環境變 因的不同,模型會自動調整其中參數,使輸入資料映射至目標的型態。同時我們也針對所提出 的模型架構,進行了多種形態的比較,進而發現在給定初始值的狀況下,即使訓練不夠充分, 也能產...
متن کامل使用語音評分技術輔助台語語料的驗證 (Using Speech Assessment Technique for the Validation of Taiwanese Speech Corpus) [In Chinese]
於基礎聲學模型訓練階段,以長庚大學提供的台語語料 ForSD (Formosa Speech Database) [1] 為材料,使用隱藏式馬可夫模型(Hidden Markov Model, HMM)、梅爾倒 頻譜係數(Mel-frequency Cepstral Coefficients, MFCCs) [2] 和對數能量(Log energy) 做為語音特徵進行聲學模型的訓練。聲學模型單位分別為:單音素聲學模型(Monophone acoustic model)、音節內右相關雙連音素聲學模型(Biphone acoustic model)及音節內 左右相關三連音素聲學模型(Triphone acoustic model),其針對測試語料進行自由音節 解碼辨識網路(Free syllable decoding)的音節辨識率(Syllable accuracy)最佳結果分 別為:2...
متن کامل運用概念模型化技術於中文大詞彙連續語音辨識之語言模型調適 (Leveraging Concept Modeling Techniques for Language Model Adaptation in Mandarin Large Vocabulary Continuous Speech Recognition) [In Chinese]
在實作上,概念模型會使用(搜尋)與初步語音辨識結果相關的同領域文件(或 調適語料)內表述的若干概念,用以近似語者內心欲傳達的真正含意,並基於此 來建立概念語言模型。而概念語言模型的建立是分兩個面向來探討,它們分別是 「詞彙」面向與「文件群聚」面向。首先,在實作上,概念模型會使用(搜尋)與 初步語音辨識結果近似同領域文件(或調適語料)內表述的若干概念,用以近似語 者內心欲傳達的真正含意,並基於此來建立概念語言模型。而概念語言模型的建 立是分兩個面向來探討,它們分別是「詞彙」面向與「文件群聚」面向。首先, 我們發展所謂的詞概念語言模型(Word-based Concept Language Model),並應用 於語言模型調適。在建構詞概念語言模型時,我們期望能夠針對每一語句不同的 語意內容(第一階段語音辨識結果,以詞圖[3]表示),在調適語料的若干相關的文 件中挑選一組具有代表性的概念...
متن کامل結合β距離與圖形正規限制式之非負矩陣分解應用於單通道訊號源分離(Monaural Source Separation Using Nonnegative Matrix Factorization with Graph Regularization Constraint) [In Chinese]
本論文發展基於非負矩陣分解之單通道訊號源分離技術。有鑑於目前大多數非負矩陣分 解方法,在計算成本函數(Cost Function)時多採用歐式距離(Euclidean Distance)或凱氏分 歧度(Kullback–Leibler Divergence)等,而對於不同種類之未知訊號源,常因不同距離之 選擇而造成分離效果有落差。因此,我們引入 β 距離進行單通道訊號源分離,藉由 β 之調控,使原本固定的距離選擇變為更加地彈性。同時,我們考量到,在利用非負矩陣 分解進行訊號源分離時,混合訊號在高維度空間中隱含低維度平滑之流形(Manifold)分 佈,因此我們將圖形正規限制式(Graph Regularization Constraint)導入最佳化問題中,藉 The 2015 Conference on Computational Linguistics and Speech Pr...
متن کامل